OpenAI heeft een nieuw taalmodel gelanceerd dat specifiek is getraind op biologische onderzoeksworkflows, genaamd GPT-Rosalind. Dit model is ontworpen om onderzoekers in de life sciences te helpen bij het navigeren door enorme datasets en gespecialiseerde literatuur, wat kan leiden tot snellere doorbraken in bijvoorbeeld geneesmiddelenontwikkeling.

Wat er aan de hand is

OpenAI heeft GPT-Rosalind aangekondigd, een groot taalmodel dat specifiek is afgestemd op biologie. Volgens het bedrijf verschilt dit model van de meer generieke, wetenschapsbrede modellen die andere grote techbedrijven vaak aanbieden. Yunyun Wang, Life Sciences Product Lead bij OpenAI, legde in een persbriefing uit dat het systeem is ontwikkeld om twee grote obstakels voor huidige biologen aan te pakken: de overweldigende hoeveelheid data uit decennia van genoomsequencing en eiwitbiochemie, en de gespecialiseerde jargon en technieken binnen de vele subdisciplines van de biologie. Het model is getraind op 50 van de meest voorkomende biologische workflows en op het toegang krijgen tot grote publieke databases met biologische informatie. Verder heeft de training geresulteerd in een systeem dat, volgens OpenAI, waarschijnlijke biologische pathways kan suggereren en potentiële medicijndoelen kan prioriteren.

Wat dit betekent

Voor Nederlandse sectoren zoals biotechnologie, medisch onderzoek, farmacie en agrofood betekent dit de komst van een gespecialiseerd AI-hulpmiddel dat de innovatiesnelheid kan verhogen. Het grootste voordeel ligt in het overbruggen van kennisgrenzen. Een onderzoeker in de plantenveredeling die te maken krijgt met een gen dat ook een rol speelt bij humane ziektes, kan met dit model de relevante medische literatuur sneller doorgronden zonder zelf een expert te zijn in dat vakgebied. Het model belooft ook efficiëntie te bieden bij het analyseren van complexe datasets, een taak die anders veel manuren kost. Dit kan met name voor kleinere onderzoeksgroepen of MKB-bedrijven in de life sciences een gamechanger zijn, omdat het de toegang tot geavanceerde data-analyse democratiseert. Het is echter belangrijk te benadrukken dat dit, volgens de aankondiging van OpenAI zelf, een tool is die waarschijnlijke suggesties doet; het vervangt niet de kritische blik en expertise van de menselijke onderzoeker.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie binnen de life sciences of aanverwante sectoren. Het model is primair gericht op ondersteuning van onderzoek en ontwikkeling.

Als je werkt in een farmaceutisch of biotech start-up… kun je GPT-Rosalind mogelijk verkennen als een tool voor de vroege fase van geneesmiddelenontwikkeling. Het model, dat volgens OpenAI getraind is om pathways te verbinden en medicijndoelen te prioriteren, zou kunnen helpen bij het screenen van literatuur en data om nieuwe aanknopingspunten voor onderzoek te identificeren. Dit kan helpen om onderzoeksrichtingen sneller te valideren voordat dure labexperimenten beginnen.

Als je een onderzoeksgroep leidt aan een universiteit of hogeschool… is dit model interessant voor het opleiden van studenten en het versnellen van literatuurstudies. Een student die een scriptie schrijft over een niche-onderwerp kan het model gebruiken om zich snel in te lezen in aangrenzende vakgebieden en de belangrijkste databases te leren kennen. Het kan dienen als een geavanceerde startpunt voor onderzoek, mits de resultaten altijd worden geverifieerd tegen de primaire bronnen.

Als je innovatie aanstuurt in de agrofood-sector… waar genomics en veredeling centraal staan, kan een tool die biologische workflows begrijpt helpen bij het vertalen van fundamenteel onderzoek naar toepassingen. Denk aan het analyseren van data over plantenresistentie tegen ziekten of het begrijpen van stofwisselingspathways voor het verbeteren van gewaskwaliteit. Het kan helpen om publiek beschikbare onderzoeksdata effectiever te benutten.

Als je een adviseur bent voor investeerders in de life sciences… biedt een dergelijk gespecialiseerd model een extra lens om technologieën en patenten te beoordelen. Je zou het kunnen gebruiken om snel de onderliggende biologische mechanismen van een veelbelovende start-up te doorgronden en de wetenschappelijke literatuur eromheen in kaart te brengen, wat helpt bij due diligence.

Overweeg om de officiële documentatie en mogelijkheden van GPT-Rosalind te volgen via OpenAI’s kanalen om te zien of en hoe het aansluit bij jouw specifieke workflows. De effectiviteit zal afhangen van hoe goed het model is geïntegreerd in bestaande onderzoeksprocessen en van de kwaliteit van de vragen die het krijgt.

Bron: Arstechnica